Preparcial Estadistica y Probabilidad 2

Taller Preparcial 2 Probabilidad y Estadistica
Diego Andrés Vargas Mejia Fabian Mauricio Lopez Santos

Samuel Tamayo Correa
23 de octubre de 2023
1. Relacione cada diagrama de dispersión con el enunciado que lo describa mejor.
a) La relación entre x y y es casi lineal
b) La relación entre x y y no es lineal.
1
c) No hay mucho que relacione a x con y.
d ) La relación entre x y y es casi lineal menos, un dato atı́pico.
2. Considere los siguientes datos bivariados
x 1.4 2.4 4.0 4.9 5.7 6.3 7.8 9.0 9.3 11.0
y 2.3 3.7 5.7 9.9 6.9 15.8 15.4 36.9 34.6 53.2
a) Hacer un dispersograma de y frente a x y calcular el coeficiente de correlación correspon-

diente. ¿La relación entre x y y es lineal?
2
Figura 1: Dispersograma de y frente a x
El Coeficiente de correlación es igual a 0.91, lo cual indica una relación lineal entre las
variables es alta o fuerte.
b) Hacer un dispersograma de ln(y) frente a x y calcular el coeficiente de correlación corres-

pondiente. ¿La relación entre x y ln(y) es lineal?
Figura 2: Dispersograma de ln(y) frente a x
El coeficiente de Correlación en este caso es 0.96, lo cual indica una relación lineal entre las
variables bastante fuerte.
c) ¿Para estos datos, ¿es más fácil trabajar con x y y o con x y ln(y)? ¿Por qué?
Realmente ambas opciones ofrecen una buena aproximacı́on de la relación lineal que existe
entre las variables, sin embargo en la Figura 1 se podria afirmar que la relación entre x y y
no pareciera ser lineal, cosa que resulta mas evidente en la Figura 2. Ademas en el segundo
caso se pudo obtener un coeficiente de correlación mas cercano a 1, por lo tanto podria
resultar mas facil trabajar con x y ln(y).
3. Considerar la siguiente información
3
10
X 10
X 10
X 10
X 10
X
xi = 110, yi = 60, x2i = 3156, yi2 = 1138, xi yi = 1868
i=1 i=1 i=1 i01 i=1
a) Calcular e interpretar el coeficiente de Correlación de Pearson entre X y Y.
El coeficiente de correlación de Pearson se calcula como.
COV (x, y)
r= (1)
sx sy
La covarianza es igual a
n
1 X
COV (x, y) = (xi − x̄)(yi − ȳ) (2)
n − 1 i=1
O de manera alternativa
n
!
1 X
COV (x, y) = xi yi − nx̄ȳ (3)
n−1 i=1
En este caso como n=10.
1
x̄ = 110
10
1
ȳ = 60
10
Remplazando esto en (3) obtenemos que COV (x, y) es igual a.
1
COV (x, y) = (1868 − 660) = 134
9
Ahora debemos calcular sx y sy . Recordemos que.
v !
u n
u 1 X
sx = t x2i − nx̄2 (4)
n−1 i=1
Ahora nuevamente remplazando los datos obtenemos que.
r
1
sx = (3156 − 1210) = 14, 7
9
r
1
sy = (1138 − 360) = 9, 3
9
Por lo tanto el coeficiente de Correlación de Pearson es.
4
134
r= = 0, 98
137
Este valor al ser muy cercano a 1, indica que existe una relación lineal entre las variables x
y y.
b) Calcular e interpretar nuevamente el coeficiente de correlación de Pearson si para todos los
individuos de la muestra la variable X aumenta en 5 % y la variable Y aumenta en 3 %.
4. Considere la información de la siguiente tabla de contingencia en relación con la opinión acerca

de una medida sanitaria en un sector de la ciudad.
Figura 3: Opiniones acerca de una medida sanitaria en un sector de la ciudad
a) Calcular y graficar las frecuencias relativas
X/Y A favor En contra NS/NR Total

Hombre 45.21576 9.943715 2.251407 57.41088
Mujer 38.27392 2.251407 2.063790 42.58912
Total 83.48968 12.195122 4.315197 100.00000
b) Calcular y graficar los perfiles fila
Figura 4: Perfil fila
c) Calcular y graficar los perfiles columna
Figura 5: perfil columna
5
d ) Completar
i) El porcentaje de indiviudos que son hombres y están en contra es: Aproximadamente
el 10 %
ii) De las mujeres, el porcentaje que está a favor es: Aproximadamente el 90 %
iii) De los los individuos en contra, el porcentaje de hombres es: Aproximadamente el 57 %
e) Comentar brevemente los resultados obtenidos.
Los resultados obtenidos muestran que en su gran mayoria las mujeres y los hombres en
este sector estan a favor de la medidad sanitaria que se quiere implementar.
5. Considere la base de datos dada en el archivo icfes2021.txt, la cual contiene los datos de n =
234701
a) Hacer un dispersograma de la variable punt lectura critica (y) en función de puntaje de

matematicas (x).
Figura 6: Puntaje de Matematicas en Función del puntaje en Lectura Critica
b) Calcular e interpretar la covarianza entre punt lectura critica en función de punt matema-
ticas.
La covarianza es igual a 84,32. Dado que COV (x, y) > 0 entonces podemos decir que a me-
didad que aumenta el puntaje de matematicas aumenta el puntaje en lectura critica,siendo
esta una relación lineal entre las dos variables.
c) Calcular e interpretar el coeficiente de correlación entre punt matematicas y punt lectura

critica.
El coeficiente de Correlación obtenido es aproximadamente 0,75, lo cual indica que la re-

lación linel entre las variables PuntMatematicas y PuntLecturaCritica es moderadamente
lineal, se puede que esto es debido a la presencia de datos atipicos en la muestra, cosa que
se puede evidenciar en la figura 6
d ) Hacer un dispersograma de la variable fami tieneinternet (y) en función de punt global (x).
6
Figura 7: Familia con sin internet, en Función del puntaje Global
e) Calcular e interpretar la covarianza entre famitieneinternet y punt global

No se puede determinar la covarianza entre los datos, ademas no es posible evidenciar una
relación logica entre las variables.
f ) Calcular e interpretar el coeficiente de correlación entre fami tieneinternet y punt global
No se puede caclular el coeficiente de correlación entre los datos.
6. Sea Ω = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} El espacio muestral correspondiente a un experimento aleatorio

dado y
A = {0, 1, 2, 3}, B = {4, 5, 6, 7}, C = {2, 4, 6}, D = {1, 8, 9}
Eventos incluidos es Ω. Listar los elemntos de los conjuntos que perteneces a los siguientes eventos:
C
a) AC ∪ D = {0, 2, 3}
C
b) B ∩ B = {∅}
C
C
c) D ∩ A ∪ C = {1, 2, 4, 5, 6, 7, 8, 9}
C
d ) ΩC ∩ B = {1, 2, 3, 4, 5, 6, 7, 8, 9}
e) B ∩ C ∩ DC = {4, 6}
7. Los estudiantes de un curso de estadı́stica se clasifican como estudiantes de administración, eco-

nomı́a o ingenierı́a; como repitente o no repitente y también como hombre o mujer. Encuentre el
número total de clasificaciones posibles para los estudiantes de este curso.
El proceso de clasificar un estudiante como estudiante de administración, economia o ingenieria

se puede realizar de 3 formas; de igual forma el segundo proceso se puede realizar de 2 formas
(Repitente, No repitente) y el ultimo proceso se puede realizar de 2 formas (Mujer, Hombre),
por lo tanto es posible clasificar a los estudiantes de 3 · 2 · 2 = 12, formas
8. Siete personas se quieren organizar en una fila
a) ¿De cuántas maneras diferentes pueden hacerlo?

Se pueden organizar de 7! o de 5040 formas
7
b) ¿De cuántas maneras diferentes pueden hacerlo si una de ellas no debe estar al comienzo de
la fila?
Como la una persona no puede estar en la posicion 1, basta con restar esa persona en la
primera multiplicacion asi: 7! = 7 ∗ 6! →
− (7 − 1)6! = 4320 aplicando lo dicho anteriormente.
9. Una caja contiene siete fichas rojas, seis blancas y cuatro azules. ¿Cuántas selecciones de tres
fichas se pueden formar si:
a) las tres deben ser rojas?

Como el total de fichas rojas es 7, se van a seleccionar 3 y no importa el orden en que se
saquen, la cantidad es:

7 7! 7·6·5
= = = 7 · 5 = 35
3 (7 − 3)! · 3! 3·2
b) ninguna puede ser blanca?

El total de fichas que no son blancas es de 11 asi que la cantidad es:

11 11! 11 · 10 · 9
= = = 11 · 5 · 3 = 165
3 (11 − 3) · 3! 3·2
c) La tres deben ser del mismo color ?

Se suman las combinaciones posibles con cada color por separado:

7 6 4
+ + = 35 + 20 + 4 = 59
3 3 3
d ) las tres son de colores diferentes?
Como los colores de las fichas representan una particion, se puede calcular multiplicando
cada uno de las posibilidades de los subconjuntos:7 · 6 · 4 = 168
10. Un director de personal tiene ocho candidatos para cubrir cuatro puestos. De estos cinco son
hombres y tres, mujeres. Si, de hecho, toda combinación de candidatos tiene la misma proba-
bilidad de ser elegido que cualquier otra, ¿cuál es la probabilidad de que ninguna mujer sea
contratada?
primero calculemos las combinaciones totales, estas estan dadas por:

8 8! 8·7·6·5
= = = 7 · 2 · 5 = 70
4 (8 − 4)! · 4! 4·3·2
de aqui concluimos por hipotesis que la probabilidad de cada combinacion es de 1/70, asi las
combinaciones que no tienen mujeres estan dadas por:
5 5 1

4 = 5 ahora la probabilidad de que no hallan mujeres en el grupo es de 70 = 14
8
11. ¿De cuántas formas diferentes pueden contestarse nueve preguntas de verdadero o falso?
Se pueden responder de 29 = 512 formas, porque cada pregunta representa un proceso que se
puede hacer de dos formas.
12. Un protocolo de emergergencia en un centro de salud tiene dos etapas, A y B. El protocolo sólo
funcionará si ambas etapas funcionan. La probabilidad de que A funcione es 0.98, que B funcione
es 0.95 y que A o B funcionen es 0.99. ¿Cuál es la probabilidad de que el protocolo funcione?
P (A) = 0,98 P (B) = 0,95 P (A ∪ B) = 0,99
Queremos encontrar la probabilidad de que ambos eventos sucedan al mismo tiempo, por lo tanto
debemos hallar la probabilidad de la intersección
P (A ∩ B) = P (A) + P (B) − P (A ∪ B) (5)
Por lo tanto la probabilidad de que el protocolo funcione es.
P (A ∩ B) = 0,98 + 0,95 − 0,99 = 0,94
13. De un estudio realizado en una universidad, se sabe que el 35? % de los estudiantes hacen deporte
por lo menos una vez a la semana y que el 40 % de los estudiantes tienen un promedio general
superior a 4.0. Además, el 30 % de los que hacen deporte por lo menos una vez a la semana tienen
un promedio general superior a 4.0.
Sea A= Hacen deporte por lo menos una vez a la semana y B= Tener un promedio superior a
4,0. Entonces
P (A) = 0,35 P (B) = 0,40
a) ¿Cuál es la probabilidad de que un estudiante elegido al azar haga deporte por lo menos
una vez a la semana y tenga un promedio general superior a 4.0?
P (A ∩ B) = 0, 30 ∗ 0, 35 = 0, 105
b) ¿Cuál es la probabilidad de que un estudiante elegido al azar, que tiene un promedio general
superior a 4.0, haga deporte por lo menos una vez a la semana?
Buscamos la probabilidad de que
P (A ∩ B)
P (A|B) =
P (B)
Osea
0,105
P (A|B) = = 0,2625
0,40
c) ¿Cuál es la probabilidad de que un estudiante elegido al azar haga deporte por lo menos
una vez a la semana o tenga una nota media superior a 4.0?
P (A ∪ B) = 0,35 + 0,40 − 0,105 = 0, 645
9
d ) ¿Cuál es la probabilidad de que un estudiante elegido al azar, que no tiene un promedio
general superior a 4.0, no haga deporte por lo menos una vez a la semana?
Debemos hallar el complemento de A y B
P (AC ) = 1 − P (A) P (AC ) = 1 − 0, 35 = 0, 65

P (B C ) = 1 − P (B) P (B C ) = 1 − 0, 40 = 0, 60
Debemos hallar
P (AC ∩ B C ) = 1 − P (A ∪ B) = 1 − 0,645 = 0,355
0, 355
P (AC |B C ) = = 0, 5966
0,60
e) ¿Son independientes los eventos “hace deporte por lo menos una vez a la semana” y “tiene
un promedio general superior a 4.0”? ¿Son mutuamente excluyentes?
Recordemos que dos eventos son independientes si y solo si
P (A|B) = P (A) (6)

P (B|A) = P (B) (7)
P (A ∩ B) = P (A)P (B) (8)
Revisemos la propiedad (8)
P (A ∩ B)
P (A|B) = = 0, 2625
P (B)
Como
P (A|B) ̸= P (A)
Los eventos A,B no son independientes, y no son excluyentes, dado que ambos pueden
suceder al mismo tiempo, o P (A ∩ B) ̸= {∅}
14. Se ha observado que los hombres y las mujeres reaccionan de una manera diferente en ciertas
circunstancias; el 70 por ciento de las mujeres reaccionan positivamente mientras que el porcen-
taje de los hombres es sólo del 40 por ciento. Se sometió a prueba a un grupo de 20 personas
15 mujeres y 5 hombres y se les pidió llenar un cuestionario para descubrir sus reacciones. Una
respuesta escogida al azar de las 20 resultó negativa. ¿Cuál es la probabilidad de que haya sido
contestada por un hombre?.
Sabemos que
P (M ) = 0,75 P (M |P ) = 0,70 P (M |N ) = 0,30

P (H) = 0,25 P (H|P ) = 0,40 P (H|N ) = 0,60
la probabilidad de que el indivio sea hombre dado que ha respondido negativamente es igual a
0.60
10
15. El cuerpo humano puede contener uno o dos antı́genos, A y B. A la sangre que contiene sólo el
antı́geno A se le denomina tipo A, a la que contiene sólo el B se le conoce como tipo B, a la que
contiene a ambos se le llama tipo AB y a la sangre que no contiene ninguno se le denomina tipo
O. En un banco de sangre, 35 %de los donantes de sangre tiene el tipo de sangre A, 10 % el tipo
B y 5 % el tipo AB.
a) ¿Cuál es la probabilidad que se elija aleatoriamente a un donante de sangre de tipo O?
Dado que P (A) = 0,35 P (B) = 0,10 P (AB) = 0,05.
P (O) = 1 − P (A) + P (B) + P (A ∩ B) = 0,50

b) Un receptor con sangre tipo A puede recibir sin ningún peligro de un donante sangre que
no tenga el antı́geno B. ¿Cuál es la probabilidad de que un donante elegido aleatoriamente
pueda donar al receptor con sangre tipo A?
Como los receptores solo pueden recibir sangre que no contenga el antigeno B, entonces
debemos descartar los eventos B y A ∩ B, por lo tanto
P (O ∪ A) = P (A) + P (O) = 0,85
Entonces la probabilidad de que un donante elegido al azar pueda donar al receptor B es

del 85 %
16. Una entidad educativa ha propuesto tres proyectos para la mejora de la educación en una región
del paı́s. para i = 1, 2, 3 se define Ai como el evento que representa “El proyecto i fue aceptado”.
Un experto indica que P r(A1 ) = 0,30, P r(A2 ) = 0,22, P r(A3 ) = 0,35, P r(A1 ∩ A2 ) = 0,08,
P r(A1 ∩ A3 ) = 0,09, P (A2 ∩ A3 ) = 0,06, P r(A1 ∩ A2 ∩ A3 ) = 0,02. Expresar verbalmente y
determinar la probabilidad de que ocurra cada uno de los siguientes eventos:
a) A1 ∪ A2 (La probabilidad de que los proyectos A1 o A2 fueran aceptados)
P (A1 ∪ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 ) = 0,44

b) AC C
1 ∩ A2 (La probabilidad de que los proyectos A1 y A2 no fueran aceptados)
De las leyes de morgan sabemos que
(A1 ∪ A2 )C = AC C
1 ∩ A2
Por lo tanto
P (A1 ∪ A2 )C = 1 − P (A1 ∪ A2 ) (9)
Donde sabemos que la probabilidad de la unión se define como
P (A1 ∪ A2 ) = P (A1 ) + P (A2 ) − P (A1 ∩ A2 ) (10)
Remplazanado 10 en 9 obtenemos la siguiente ecuación
P (A1 ∪ A2 )C = 1 − (P (A1 ) + P (A2 ) − P (A1 ∩ A2 )) (11)
11
Luego
P (AC C
1 ∩ A2 ) = 1 − 0,44 = 0,56
c) A1 ∪ A2 ∪ A3 (La probabilidad de que los proyectos A1 o A2 o A3 fueran aceptados)
P (A1 ∪A2 ∪A3 ) = P (A1 )+P (A2 )+P (A3 )−(P (A1 ∩A2 ∩A3 )+(P r(A1 ∩A2 )−P r(A1 ∩A2 ∩A3 )+
(P r(A1 ∩ A3 ) − P r(A1 ∩ A2 ∩ A3 ) + (P r(A1 ∩ A3 − (P (A1 ∩ A2 ∩ A3 )))
P (A1 ∪A2 ∪A3 ) = 0,35+0,30+0,22−((0,09−0,02)+(0,06−0,02)+(0,08−0,02)+(0, 02)) = 0,68
d ) AC C C
1 ∩ A2 ∩ A3 (La probabilidad de que los proyectos A1 y A2 y A3 no sean aceptados)
Podemos asociar los eventos A1 y A2 .
(AC C C
1 ∩ A2 ) ∩ A3
Aplicando las leyes de Morgan obtenemos
(A1 ∪ A2 )C ∩ AC
3
Al aplicar nuevamente las leyes de Morgan
(A1 ∪ A2 ∪ A3 )C
Luego
P (A1 ∪ A2 ∪ A3 )C = 1 − P (A1 ∪ A2 ∪ A3 )
Realizando la misma manipulación para obtener la ecuación 11, tenemos que
P (A1 ∪ A2 ∪ A3 )C = 1 − (P (A1 ) + P (A2 ) + P (A3 ) − P (A1 ∩ A2 ∩ A3 ))
Por lo tanto
P (AC C C
1 ∩ A2 ∩ A3 ) = 1 − 0,68 = 0,32
12
e) AC C
1 ∩ A2 ∩ A3 (La probabilidad de que los proyectos A1 y A2 no sean aceptados y el proyecto
A3 si sea aceptado)
Analizando el problema obtenemos que la probabilidad va a ser equivalente a la probabilidad

de A3 sin las intersecciones de los otros dos conjuntos, por ende la probabilidad se podria
definir como:
(AC C
1 ∩ A2 ) ∩ A3 = P (A3 ) − ((P r(A1 ∩ A3 ) + P (A2 ∩ A3 )) − P r(A1 ∩ A2 ∩ A3 ))
(AC C
1 ∩ A2 ) ∩ A3 = 0,35 − ((0,09 + 0,06) − 0,02) = 0,22
f ) (AC C
1 ∩ A2 ) ∪ A3 (La probabilidad de que los proyectos A1 y A2 no sean aceptados o el pro-
yecto A3 si sea aceptado)
Analizando el problema y teniendo el cuenta el punto anterior obtenemos que complemento

de la union de los tres conjuntos sumado con la probabilidad de A3 va a ser equivalente a
la expresion.
(AC C
1 ∩ A2 ) ∪ A3 = (1 − A1 ∪ A2 ∪ A3 ) + P (A3 )
(AC C
1 ∩ A2 ) ∪ A3 = (1 − 0,68) + 0, 35 = 0,67
17. La tabla que se muestra a continuación muestra la proporción de adultos de áreas no metropoli-
tanas, clasificados como fumadores o no fumadores y hombres o mujeres.
Figura 8: Proporción de adultos en áreas no metropolitanas
Calcular la probabilidad de que un individuo escogido al azar.
a) Sea fumador.
La probabilidad de que el individuo sea fumador es del 76 %
b) Sea hombre.
La probabilidad de que el individuo sea hombre es del 77 %
c) Sea fumador y sea hombre.
La probabilidad de que el individuo sea hombre y sea fumador es del 63 %
d ) sea fumador o sea hombre.
La probabilidad de que el individuo sea fumador o sea hombre es del 90 %
e) Sea hombre pero no fumador.
La probabilidad de que el individuo sea hombre pero no fumador es del 14 %
f ) Sea hombre si es fumador.
Como es una probabilidad condicional, obtenemos que la probabilidad de que el individuo
sea hombre dado que es fumador es igual al 81 %
18. Un investigador evalúa habitualmente el proceso reproductivo de una especie canina determina-
da. Sea X el n úmero de crias con sobrepeso en un grupo de animales seleccionado al azar. Se
sabe que la función de distribución acumulada de X es:
13


 0,0 x < 0;
0, 06 0 ≤ x < 1;




0, 19 1 ≤ x < 2;




0, 39 2 ≤ x < 3;

FX (x) =
 0, 67
 3 ≤ x < 4;
 0, 92 4 ≤ x < 5;



 0, 97 5 ≤ x < 6;



1, 0 6 ≤ x;

a) Obtener la función de masa de probabilidad fX (x)

Por la definicion de la funcion se puede ver que es de una variable discreta, asi para hallar
la funcion de masa de probabilidad a partir de la funcion de distribucion, hay que restar en
cada intervalo xi − xi−1 , de esta manera obtenemos:


 0,0 x < 0;
 0, 06 0 ≤ x < 1;



 0, 13 1 ≤ x < 2;



0, 20 2 ≤ x < 3;

fX (x) =
 0, 28 3 ≤ x < 4;

 0, 25 4 ≤ x < 5;



0, 05 5 ≤ x < 6;




0,03 6 ≤ x;

b) Graficar FX (x) y fX (x)
Figura 9: Grafico f(x)
14
Figura 10: Grafico F(x)
c) Calcular e interpretar P r(X = 2), P r(X > 3), P r(2 ≤ X ≤ 5)

P (X = 2) = 0,13
Se puede calcular como el total de los datos menos el acumulado hasta x = 3:
P (X > 3) = 1 − 0,67 = 0,61
P (2 ≤ X ≤ 5) = 0,97 − 0,19 = 0,78
Tomando el acumulado hasta x = 5 y restando el de x = 1.
En conclusion, hay mucha probabilidad de que los perros tengan entre 2 a 5 hijos con
sobrepeso.
P
d ) Calcular e interpretar el valor esperado de X Le esperanza de X es xi ∗ P (xi ) = 0(0,6) +
1(0,13) + 2(0,2) + 3(0,28) + 4(0,25) + 5(0,05) + 6(0,3) = 2,8
Esto significa que la distrubicion de la cantidad de hijos de con sobre peso esta alrededor
de 2.8
e) Calcular e interpretar el coeficiente de variación de X
Para calcular el coeficiente de variacion remplazamos en la formula σ 2 = E(X 2 ) − (E(X))2
y obtenemos σ 2 = 1,94
19. La variable aleatoria X que representa el pH del agua (medido en una escala continua) de un
proceso experimental de limpieza tiene la siguiente función de densidad de probabilidad: En este
caso, se tiene que la función de masa es igual a
3
− x)2 ,

fX (x) = 8 (7 5 < x < 7;
0 en otro caso;
y la función de distribución acumulada

 0, x ≤ 5;
FX (x) = 1 − 81 (7 − x)3 , 5 < x < 7;
1, x ≤ 7;

15
a) Graficar fX (x) y FX (x).
Figura 11: Función masa de probabilidad
Figura 12: Función de Dsitribución
b) Calcular e interpretar P (X = 6), P (X > 6), P (5,5 ≤ X ≤ 6,5)
La probabilidad de que P (X = 6) = 0 dado que se esta evaluando la probabilidad en un

punto, y la variable aleatoria es continua.
Para calcular la probabilidad de que P (X > 6) debemos considerar la integral
Z7
1
(7 − x)2 dx
8
6
Al resolver obtenemos como resultado
−3 7 3
(7 − x)3 =
24 6 24
Luego la probabilidad de encontrar un pH mayor que 6 es igual al 12.5 %.
Para calcular la Probabilidad de que P (5, 5 ≤ 6, 5), consideremos nuevamente la anterior

integral, pero remplazamos los limites de integración, con lo cual.
16
−3 6,5
(7 − x)3 = 0,13
24 5,5
Por lo tanto la probabilidad de encontrar un pH entre [5.5, 6.5] es igual al 40.6 %

c) Calcular e interpretar la mediana de X Para calcular la mediana basta encontrar el valor
de x en el cual la funcion de distribucion de probabilidad acumulada sea igual a√0.5:
1 − 18 (7 − x)3 = 0,5 ⇐⇒ −(7 − x)3 = (0,5 − 1)8 ⇐⇒ (7 − x)3 = 4 ⇐⇒ x = 7 − 3 4
√
entonces la mediana es 7 − 3 4
d ) Calcular e interpretar el valor experado de X El valor esperado es:
R7 R7 R7 4
14x3 49x2
7
E(X) = 38 x(7 − x)2 = 38 x(7 − x)2 = 83 49x − 14x2 + x3 = 83 ( x4 − 3 + 2 ) = 5,5
5 5 5 5
esto significa que el centro aritmetico de la distribucion esta en el valor 5.5, y es menor que
la mediana lo que significa que hay un sesgo positivo.
e) Calcular e interpretar el coeficiente de variación de X
Z7 Z7
2 3 2 2 3
E(x ) = x (7 − x) dx = (49x2 − 14x3 + x4 )dx
8 8
5 5
Cuya solución es igual a
3 49 3 14 4 1 5 7
( x − x + x ) = 30,3
8 3 4 5 5
La varianza de X sera igual a
σ 2 = V ar(X) = E[X 2 ] − (E[X])2 = 0,05

Luego el coeficiente de variación
σX
CV = = 0,041 = 4,12 %
MX
f ) Debido a un error de calibración del instrumento de medición todos los valores de la va-
riable X se deben disminuir 10 %. Calcular nuevamente el valor esperado y el coeficente de
variación.
E′ = 0,90E = 0,55
σ′ X
CV = = 0, 004 = 0, 4 %
MX
17

Preparcial Estadistica y Probabilidad 2

Cargado por

Copyright:

Formatos disponibles

Preparcial Estadistica y Probabilidad 2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Preparcial Estadistica y Probabilidad 2

Cargado por

Copyright:

Formatos disponibles

Taller Preparcial 2 Probabilidad y Estadistica

Diego Andrés Vargas Mejia Fabian Mauricio Lopez Santos

1. Relacione cada diagrama de dispersión con el enunciado que lo describa mejor.

a) La relación entre x y y es casi lineal

b) La relación entre x y y no es lineal.

d ) La relación entre x y y es casi lineal menos, un dato atı́pico.

2. Considere los siguientes datos bivariados

a) Hacer un dispersograma de y frente a x y calcular el coeficiente de correlación correspon-

b) Hacer un dispersograma de ln(y) frente a x y calcular el coeficiente de correlación corres-

Figura 2: Dispersograma de ln(y) frente a x

3. Considerar la siguiente información

a) Calcular e interpretar el coeficiente de Correlación de Pearson entre X y Y.

El coeficiente de correlación de Pearson se calcula como.

En este caso como n=10.

Remplazando esto en (3) obtenemos que COV (x, y) es igual a.

Ahora nuevamente remplazando los datos obtenemos que.

Por lo tanto el coeficiente de Correlación de Pearson es.

4. Considere la información de la siguiente tabla de contingencia en relación con la opinión acerca

Figura 3: Opiniones acerca de una medida sanitaria en un sector de la ciudad

a) Calcular y graficar las frecuencias relativas

X/Y A favor En contra NS/NR Total

Figura 4: Perfil fila

c) Calcular y graficar los perfiles columna

Figura 5: perfil columna

a) Hacer un dispersograma de la variable punt lectura critica (y) en función de puntaje de

Figura 6: Puntaje de Matematicas en Función del puntaje en Lectura Critica

c) Calcular e interpretar el coeficiente de correlación entre punt matematicas y punt lectura

El coeficiente de Correlación obtenido es aproximadamente 0,75, lo cual indica que la re-

e) Calcular e interpretar la covarianza entre famitieneinternet y punt global

6. Sea Ω = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} El espacio muestral correspondiente a un experimento aleatorio

A = {0, 1, 2, 3}, B = {4, 5, 6, 7}, C = {2, 4, 6}, D = {1, 8, 9}

7. Los estudiantes de un curso de estadı́stica se clasifican como estudiantes de administración, eco-

El proceso de clasificar un estudiante como estudiante de administración, economia o ingenieria

a) ¿De cuántas maneras diferentes pueden hacerlo?

a) las tres deben ser rojas?

b) ninguna puede ser blanca?

c) La tres deben ser del mismo color ?

d ) las tres son de colores diferentes?

primero calculemos las combinaciones totales, estas estan dadas por:

P (A) = 0,98 P (B) = 0,95 P (A ∪ B) = 0,99

P (A ∩ B) = P (A) + P (B) − P (A ∪ B) (5)

Por lo tanto la probabilidad de que el protocolo funcione es.

P (A ∩ B) = 0,98 + 0,95 − 0,99 = 0,94

P (A) = 0,35 P (B) = 0,40

Buscamos la probabilidad de que

P (A ∪ B) = 0,35 + 0,40 − 0,105 = 0, 645

Debemos hallar el complemento de A y B

P (AC ) = 1 − P (A) P (AC ) = 1 − 0, 35 = 0, 65

P (AC ∩ B C ) = 1 − P (A ∪ B) = 1 − 0,645 = 0,355

Recordemos que dos eventos son independientes si y solo si

P (A|B) = P (A) (6)

Revisemos la propiedad (8)

P (M ) = 0,75 P (M |P ) = 0,70 P (M |N ) = 0,30

a) ¿Cuál es la probabilidad que se elija aleatoriamente a un donante de sangre de tipo O?

Dado que P (A) = 0,35 P (B) = 0,10 P (AB) = 0,05.

P (O) = 1 − P (A) + P (B) + P (A ∩ B) = 0,50

P (O ∪ A) = P (A) + P (O) = 0,85

Entonces la probabilidad de que un donante elegido al azar pueda donar al receptor B es

a) A1 ∪ A2 (La probabilidad de que los proyectos A1 o A2 fueran aceptados)